Lassen Sie den Roboterhund die Bewegungsdaten eines echten Hundes lernen, er wird sich wirklich wie ein Hund fühlen!
Es sprang problemlos über die Hürde und der „Besitzer“ dahinter hätte es fast nicht eingeholt:
Das Bohren eines „Hundelochs“ war sehr vertraut:
Das kann es auch zwei Hunde, die zusammen Spaß haben, es jagt, es entkommt ...
Das ist der neueste Fortschritt von Goose Factory Robot Dog.
Durch die Verwendung des vorab trainierten Modells, um dem Roboterhund die Bewegungsdaten echter Hunde zuzuführen, und durch Verstärkungslernen ist der Roboterhund Max nicht nur agiler im Verhalten, sondern kann sich aufgrund seiner Fähigkeiten auch an komplexere Umgebungen anpassen bereits gemeistert.
Zusammenfassend lässt sich sagen, dass es von innen und außen etwas „hundiger“ ist.
Unter den neuen Fähigkeiten, die der Roboterhund dieses Mal gelernt hat, ist das Spielen von Spielen die stärkste.
Der Roboterhund kann nicht nur die Regeln befolgen, sondern auch seine eigenen Strategien entwickeln, um das Spiel zu gewinnen, die möglicherweise schlauer sind als echte Hunde.
Konkret handelt es sich um ein Hindernisjagdspiel, inspiriert von „World Chase Tag“. Die Regeln lauten wie folgt:
Die Forscher legen verschiedene Spielschwierigkeiten fest, die einfachste ist das offene Feld:
Spielen Während des Spiels hat der Roboterhund eindeutig eine Strategie.
Zum Beispiel startet der Verfolger normalerweise einen heftigen Angriff, wenn der Ausweichspieler weit von der Schachfahne entfernt ist, wodurch er in eine blinde Ecke gezwungen wird und das Spiel endet.
Wenn der Verfolger feststellt, dass der Ausweichende sehr nahe an der Flagge ist und keine Chance hat, diese einzuholen, gibt er die Verfolgung zuerst auf und wartet auf das Erscheinen der nächsten Flagge:
Es spielt keine Rolle, ob es Hindernisse gibt, die beiden Hunde haben gleich gut gespielt:
Und das zu können, liegt nicht daran, dass der Roboterhund von Anfang an auf dieses Spiel trainiert wurde.
Es basiert tatsächlich auf einigen Aktionen, Kenntnissen und Fähigkeiten, die Sie gelernt haben, um mit diesem Spielszenario umzugehen.
Wie setzt man es konkret um? Schauen Sie nach unten.
Die Recherche ist in drei Phasen unterteilt.
Diese Technologien und Daten spielen auch eine gewisse Hilfsrolle bei der Agentenschulung, die auf physischer Simulation und dem Einsatz realer Roboterstrategien basiert.
Im Prozess des Nachahmungslernens akzeptiert das neuronale Netzwerk nur die Propriozeptionsinformationen des Roboterhundes als Eingabe, wie z. B. den Status des Motors am Roboter usw.
Im nächsten Schritt führt das Modell sensorische Daten aus der Umgebung ein, beispielsweise Hindernisse unter den Füßen, die durch andere Sensoren „gesehen“ werden.
In der zweiten Stufe wird durch zusätzliche Netzwerkparameter die in der ersten Stufe erlernte Tierhaltung mit der Außenwahrnehmung verknüpft.
Auf diese Weise kann der Roboterhund durch die erlernten Aktionen auf die äußere Umgebung reagieren.
Wenn sich der Roboter an eine Vielzahl komplexer Umgebungen anpassen kann, wird auch das Wissen, das die Tierhaltung mit der Außenwahrnehmung verbindet, gefestigt und in der neuronalen Netzwerkstruktur gespeichert.
Dann kann der Roboterhund frei die Treppe hinaufgehen.
Oder Laufen auf diskontinuierlichem und unebenem Boden:
Dann kommt es zur letzten Stufe, in der der Roboterhund praktische Probleme auf der Grundlage der oben erlernten Fähigkeiten löst.
Auch Es ist das der oben erwähnte Spielentwicklungsteil.
Berichten zufolge sind alle Kontrollstrategien für die Roboterhunde im Spiel neuronale Netzwerkstrategien.
Lernen Sie in der Simulation und durch Zero-Shot-Transfer (Zero-Adjustment-Transfer), lassen Sie das neuronale Netzwerk menschliches Denken simulieren, um neue Dinge zu identifizieren, die noch nie zuvor gesehen wurden, und wenden Sie dieses Wissen an echte Roboter an.
Wenn Sie beispielsweise im vorab trainierten Modell gelernt haben, wie man Hindernissen ausweicht, und wenn Sie im Spiel Hindernisse aufstellen, kann der Roboterhund diese problemlos bewältigen.
Dieser neue Forschungsfortschritt wird vom Tencent Robotics X Robotics Laboratory hervorgebracht.
Das Experiment wurde 2018 ins Leben gerufen. Zu den derzeit gestarteten Roboterprojekten gehören der Roboterhund Max der ersten/zweiten Generation, der Roboterhund Jamoca, der Radroboter Ollie, selbstbalancierende autonome Motorräder usw.
Es ist erwähnenswert, dass Wissenschaftler an der UC Berkeley auch eine Trainingsmethode für „echte Hunde“ an Roboterhunden angewendet haben.
Pieter Abbeel, Ngs Gründungsschüler, und andere ließen den Roboterhund eine Stunde lang auf dem Boden rollen und lernten laufen.
Als Tencent letztes Jahr die zweite Generation seines Roboterhundes Max herausbrachte, konnte der Hund in einem kurzen Clip „mit den Füßen schlagen“ und „herumlaufen“, was wirklich wie das pelzige Kind zu Hause aussah.
(Wenn Sie möchten, dass daraus ein Hund wird, der auf seinen Besitzer hört, können Sie ihm natürlich Befehle durch Anweisungen erteilen.)
Was wir sagen, ist, dass die aktuelle Entwicklungsrichtung des Roboters Hunde sind nicht in der Lage, mit Purzelbäumen mit einem echten Hund um einen Job zu konkurrieren?
Das obige ist der detaillierte Inhalt vonDer Roboterhund von Goose Factory übernimmt den „Job' echter Hunde! Er kann Spiele spielen und fröhlich spielen, und er kann auch Leute um die 6 herum ausführen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!